Seminar dbt Core – Intensivseminar Qualität, Governance und Zusammenarbeit

Der Intensivpfad verbindet fachliche Datenqualität mit stabilen technischen Schnittstellen und kontrollierter Zusammenarbeit. Tests, Ownership, Verträge, Versionen, Dokumentation, Kennzahlen und Reviews bilden gemeinsam ein prüfbares Governance- und Freigabemodell.

Inhaltsverzeichnis

• Lernziele und fachliche Einordnung
• Schrittweise Seminarinhalte
• Praxisübungen und Laborszenarien
• Zielgruppe und Voraussetzungen
• Didaktik und Arbeitsweise

Lernziele

• Eine risikobasierte Teststrategie mit Data Tests, Unit Tests und TDD aufbauen.
• Groups, Access, Contracts und Versionswechsel als Modellgovernance einsetzen.
• Dokumentation, Lineage und Exposures für Auswirkungen und Verantwortung nutzen.
• Semantische Modelle und Metriken mit klaren Qualitätsregeln verwalten.
• Git-Reviews, Security, Grants und CI-Gates zu einem verbindlichen Kontrollprozess verbinden.

Schrittweise Seminarinhalte

1. Datenprüfungen und Qualitätsregeln

Schwerpunkt: unique, not_null, accepted_values, relationships, Ressourcenzuordnung, Severity, Warn- und Fehlergrenzen sowie store_failures.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Datenprüfungen und Qualitätsregeln“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu unique, not_null, accepted_values, relationships, Ressourcenzuordnung, Severity, Warn- und Fehlergrenzen sowie store_failures identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis einen priorisierten Satz ausführbarer Datenqualitätsregeln dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

2. Eigene generische Tests

Schwerpunkt: test-Blöcke, Parameter, column_name, zusätzliche Argumente, Konfiguration, Wiederverwendung und verständliche Fehlerausgaben.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Eigene generische Tests“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu test-Blöcke, Parameter, column_name, zusätzliche Argumente, Konfiguration, Wiederverwendung und verständliche Fehlerausgaben identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis eine wiederverwendbare Bibliothek fachlicher und technischer Qualitätstests dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

3. Unit Tests für SQL-Modelllogik

Schwerpunkt: given-Eingaben, expect-Ergebnisse, ref- und source-Inputs, Versionen, statische Fixtures, Edge Cases und Ausführung vor Materialisierung.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Unit Tests für SQL-Modelllogik“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu given-Eingaben, expect-Ergebnisse, ref- und source-Inputs, Versionen, statische Fixtures, Edge Cases und Ausführung vor Materialisierung identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis einen isolierten Unit-Test für komplexe SQL-Entscheidungslogik dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

4. Test-Driven Development im Analytics Engineering

Schwerpunkt: fachliches Beispiel, zuerst fehlschlagender Test, minimale Implementierung, Refactoring, Regression und Review.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Test-Driven Development im Analytics Engineering“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu fachliches Beispiel, zuerst fehlschlagender Test, minimale Implementierung, Refactoring, Regression und Review identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis einen wiederholbaren TDD-Ablauf für datenbezogene Transformationslogik dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

5. Testauswahl, Fehleranalyse und Quality Gates

Schwerpunkt: dbt build, indirekte Auswahl, Tags, result-Selektoren, gespeicherte Fehler, Flaky Tests, Quarantäne und CI-Abbruchregeln.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Testauswahl, Fehleranalyse und Quality Gates“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu dbt build, indirekte Auswahl, Tags, result-Selektoren, gespeicherte Fehler, Flaky Tests, Quarantäne und CI-Abbruchregeln identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis ein abgestuftes Quality-Gate-Modell für Entwicklung, CI und Produktion dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

6. Groups, Ownership und Verantwortungsgrenzen

Schwerpunkt: Gruppendefinition, Owner, Metadaten, Modellzuordnung, Teamgrenzen, Schnittstellen und Verantwortungsübergaben.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Groups, Ownership und Verantwortungsgrenzen“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Gruppendefinition, Owner, Metadaten, Modellzuordnung, Teamgrenzen, Schnittstellen und Verantwortungsübergaben identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis ein eindeutiges Ownership-Modell für fachliche Modellbereiche dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

7. Model Access: private, protected und public

Schwerpunkt: Zugriffsmodifikatoren, Referenzierbarkeit, Gruppenregeln, öffentliche Schnittstellen, Fehlermeldungen und Projektgrenzen.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Model Access: private, protected und public“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Zugriffsmodifikatoren, Referenzierbarkeit, Gruppenregeln, öffentliche Schnittstellen, Fehlermeldungen und Projektgrenzen identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis eine kontrollierte Sichtbarkeit von internen und veröffentlichten Modellen dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

8. Model Contracts und Spaltengarantien

Schwerpunkt: enforced, Spaltenname, Datentyp, Constraints, unterstützte Materialisierungen, Preflight-Prüfung und plattformspezifische Durchsetzung.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Model Contracts und Spaltengarantien“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu enforced, Spaltenname, Datentyp, Constraints, unterstützte Materialisierungen, Preflight-Prüfung und plattformspezifische Durchsetzung identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis einen durchgesetzten Vertrag für ein veröffentlichtes Datenmodell dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

9. Model Versions, latest_version und Deprecation

Schwerpunkt: Versionsdefinition, versionierte SQL-Dateien, ref mit Versionsangabe, Alias, Migrationsfenster, Deprecation Date und Abschaltung.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Model Versions, latest_version und Deprecation“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Versionsdefinition, versionierte SQL-Dateien, ref mit Versionsangabe, Alias, Migrationsfenster, Deprecation Date und Abschaltung identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis einen kontrollierten Versionswechsel ohne ungeplanten Bruch nachgelagerter Verbraucher dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

10. Governance-Änderungsprozess und Kompatibilitätsprüfung

Schwerpunkt: Breaking Changes, State-Vergleich, Freigabe, Kommunikation, Übergangszeit, Abnahme, Rückfall und Dokumentationspflicht.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Governance-Änderungsprozess und Kompatibilitätsprüfung“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Breaking Changes, State-Vergleich, Freigabe, Kommunikation, Übergangszeit, Abnahme, Rückfall und Dokumentationspflicht identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis einen verbindlichen Prozess für kompatible und inkompatible Modelländerungen dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

11. Beschreibungen, Docs Blocks und Metadatenqualität

Schwerpunkt: Modelle, Spalten, Sources, Seeds, Snapshots, Tests, Makros, Markdown-Blöcke, Ownership und Dokumentationsstandards.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Beschreibungen, Docs Blocks und Metadatenqualität“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Modelle, Spalten, Sources, Seeds, Snapshots, Tests, Makros, Markdown-Blöcke, Ownership und Dokumentationsstandards identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis eine vollständig beschriebene Modellgruppe mit überprüfbarer Mindestqualität dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

12. Lineage und Abhängigkeitsanalyse

Schwerpunkt: ref- und source-Kanten, DAG-Navigation, Upstream- und Downstream-Auswirkungen, Gruppen, Tags und Änderungsanalyse.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Lineage und Abhängigkeitsanalyse“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu ref- und source-Kanten, DAG-Navigation, Upstream- und Downstream-Auswirkungen, Gruppen, Tags und Änderungsanalyse identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis eine dokumentierte Auswirkungsanalyse für eine geplante Modelländerung dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

13. Exposures und nachgelagerte Verwendungen

Schwerpunkt: Dashboards, Anwendungen, Data-Science-Prozesse, Owner, Abhängigkeiten, Reifegrad, Kritikalität und selektive Builds.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Exposures und nachgelagerte Verwendungen“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Dashboards, Anwendungen, Data-Science-Prozesse, Owner, Abhängigkeiten, Reifegrad, Kritikalität und selektive Builds identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis eine gepflegte Exposure-Landkarte für kritische Datenprodukte dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

14. Semantischer Graph und zentrale Kennzahlendefinition

Schwerpunkt: semantische Modelle, Metriken, gespeicherte Abfragen, Beziehungen zum dbt-DAG, Governance und Trennung von Modell- und Konsumschicht.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Semantischer Graph und zentrale Kennzahlendefinition“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu semantische Modelle, Metriken, gespeicherte Abfragen, Beziehungen zum dbt-DAG, Governance und Trennung von Modell- und Konsumschicht identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis ein abgegrenztes semantisches Zielbild für zentral definierte Kennzahlen dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

15. Measures und Metriktypen

Schwerpunkt: Aggregation, Ausdruck, einfache, kumulative, abgeleitete, Verhältnis- und Conversion-Metriken, Filter und Nichtadditivität.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Measures und Metriktypen“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Aggregation, Ausdruck, einfache, kumulative, abgeleitete, Verhältnis- und Conversion-Metriken, Filter und Nichtadditivität identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis einen getesteten Metriksatz mit fachlich eindeutigen Definitionen dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

16. Semantiktests, Join-Sicherheit und Änderungsmanagement

Schwerpunkt: Eindeutigkeit, Fan-out, Chasm Joins, Zeitspine, fehlende Dimensionen, Metrikregression, CI-Prüfung und Versionierung.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Semantiktests, Join-Sicherheit und Änderungsmanagement“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Eindeutigkeit, Fan-out, Chasm Joins, Zeitspine, fehlende Dimensionen, Metrikregression, CI-Prüfung und Versionierung identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis ein Quality-Gate-Modell für Änderungen an Kennzahlen und semantischen Beziehungen dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

17. Repository-, Branch- und Commit-Strategie

Schwerpunkt: Projektablage, .gitignore, Feature Branches, kleine Commits, Commit-Nachrichten, Pull Requests und geschützte Hauptzweige.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Repository-, Branch- und Commit-Strategie“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Projektablage, .gitignore, Feature Branches, kleine Commits, Commit-Nachrichten, Pull Requests und geschützte Hauptzweige identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis einen verbindlichen Git-Arbeitsablauf für dbt-Projekte dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

18. Code Reviews für SQL, YAML und Jinja

Schwerpunkt: Grain, Join-Logik, Tests, Materialisierung, Dokumentation, Sicherheit, Laufzeitwirkung, Lesbarkeit und Rückwärtskompatibilität.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Code Reviews für SQL, YAML und Jinja“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Grain, Join-Logik, Tests, Materialisierung, Dokumentation, Sicherheit, Laufzeitwirkung, Lesbarkeit und Rückwärtskompatibilität identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis eine praxistaugliche Review-Checkliste mit fachlichen und technischen Prüfpunkten dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

19. Servicekonten und Least-Privilege-Berechtigungen

Schwerpunkt: Entwicklungs- und Produktionsrollen, Create- und Usage-Rechte, Select auf Sources, Grants auf Zielobjekte und Funktionstrennung.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Servicekonten und Least-Privilege-Berechtigungen“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Entwicklungs- und Produktionsrollen, Create- und Usage-Rechte, Select auf Sources, Grants auf Zielobjekte und Funktionstrennung identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis eine minimale Rechte-Matrix für Entwickler, CI und Produktionsausführung dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

20. Package-, Python- und Supply-Chain-Sicherheit

Schwerpunkt: Paketquellen, Versionsbindung, Hashes, interne Mirrors, Abhängigkeitsprüfung, Build-Umgebung und Freigabe externer Komponenten.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Package-, Python- und Supply-Chain-Sicherheit“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Paketquellen, Versionsbindung, Hashes, interne Mirrors, Abhängigkeitsprüfung, Build-Umgebung und Freigabe externer Komponenten identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis eine kontrollierte Lieferkette für dbt-, Adapter- und Python-Abhängigkeiten dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

21. Fehlerklassen, Quality Gates und Promotion

Schwerpunkt: Compilerfehler, Datenbankfehler, Testfehler, Warnungen, Flaky Tests, Retries, manuelle Freigabe, Merge-Schutz und Produktionspromotion.

1. Ausgangslage, Zielzustand und fachliche Grenzen für den Themenblock „Fehlerklassen, Quality Gates und Promotion“ anhand des Laborprojekts erfassen.
2. Relevante Dateien, Ressourcen, Rollen und Abhängigkeiten zu Compilerfehler, Datenbankfehler, Testfehler, Warnungen, Flaky Tests, Retries, manuelle Freigabe, Merge-Schutz und Produktionspromotion identifizieren und in einer Arbeitscheckliste festhalten.
3. Die erforderliche Konfiguration, den Code oder den Betriebsprozess schrittweise umsetzen und alle erzeugten Zwischenstände nachvollziehbar prüfen.
4. Funktion, Sicherheit, Wiederholbarkeit, Datenwirkung und Fehlerverhalten mit definierten Positiv-, Negativ- und Wiederanlauffällen bewerten.
5. Als Arbeitsergebnis ein eindeutiges Entscheidungsmodell für Abbruch, Wiederholung und Freigabe dokumentieren, fachlich abnehmen und in einen wiederverwendbaren Projekt- oder Betriebsstandard überführen.

Praxisübungen und Laborszenarien

• Erstellung einer mehrstufigen Testarchitektur für ein kritisches Datenprodukt.
• Durchsetzung eines Model Contracts und Planung eines Versionswechsels.
• Aufbau einer Ownership-, Access- und Exposure-Landkarte.
• Definition und Validierung zentraler Metriken mit MetricFlow.
• Entwurf eines Git-, Review-, Security- und Quality-Gate-Prozesses.

Zielgruppe und Voraussetzungen

Zielgruppe: Senior Analytics Engineering, Data Governance, Data Product Ownership, Qualitätsmanagement, Informationssicherheit und technische Teamleitung.

Voraussetzungen: Gute dbt-Core-, SQL-, YAML- und Git-Kenntnisse sowie Erfahrung mit veröffentlichten Datenmodellen.

Didaktik und Arbeitsweise

Kurze Fachimpulse werden unmittelbar durch Demonstrationen, geführte Konfigurationsschritte, Code-Reviews und kontrollierte Fehlerfälle vertieft. Jede Übung arbeitet mit einem versionierten Laborprojekt, definierten Prüfpunkten und einer nachvollziehbaren Dokumentation.